Automated adaptation of Electronic Heath Record for secondary use in oncology
Auteur / Autrice : | Vianney Jouhet |
Direction : | Frantz Thiessard |
Type : | Thèse de doctorat |
Discipline(s) : | Santé publique. Option Informatique et Santé |
Date : | Soutenance le 16/12/2016 |
Etablissement(s) : | Bordeaux |
Ecole(s) doctorale(s) : | École doctorale Sociétés, politique, santé publique (Talence, Gironde ; 2011-....) |
Partenaire(s) de recherche : | Laboratoire : Bordeaux population Health |
Jury : | Président / Présidente : Roger Salamon |
Examinateurs / Examinatrices : Pierre Ingrand, Simone Mathoulin-Pelissier | |
Rapporteurs / Rapporteuses : Anita Burgun, Marc Cuggia |
Mots clés
Résumé
Avec la montée en charge de l’informatisation des systèmes d’information hospitaliers, une quantité croissante de données est produite tout au long de la prise en charge des patients. L’utilisation secondaire de ces données constitue un enjeu essentiel pour la recherche ou l’évaluation en santé. Dans le cadre de cette thèse, nous discutons les verrous liés à la représentation et à la sémantique des données, qui limitent leur utilisation secondaire en cancérologie. Nous proposons des méthodes basées sur des ontologies pour l’intégration sémantique des données de diagnostics. En effet, ces données sont représentées par des terminologies hétérogènes. Nous étendons les modèles obtenus pour la représentation de la maladie tumorale, et les liens qui existent avec les diagnostics. Enfin, nous proposons une architecture combinant entrepôts de données, registres de métadonnées et web sémantique. L’architecture proposée permet l’intégration syntaxique et sémantique d’un grand nombre d’observations. Par ailleurs, l’intégration de données et de connaissances (sous la forme d’ontologies) a été utilisée pour construire un algorithme d’identification de la maladie tumorale en fonction des diagnostics présents dans les données de prise en charge. Cet algorithme basé sur les classes de l’ontologie est indépendant des données effectivement enregistrées. Ainsi, il fait abstraction du caractère hétérogène des données diagnostiques initialement disponibles. L’approche basée sur une ontologie pour l’identification de la maladie tumorale, permet une adaptation rapide des règles d’agrégation en fonction des besoins spécifiques d’identification. Ainsi, plusieurs versions du modèle d’identification peuvent être utilisées avec des granularités différentes.